蘇州市吳中區(qū)生態(tài)保護(hù)紅線區(qū)生態(tài)環(huán)境質(zhì)量定量評(píng)價(jià)

賈有余，李 輝，王釗齊，杜小龍，楊 悅，李建龍①

(1.內(nèi)蒙古農(nóng)牧業(yè)科學(xué)院資源環(huán)境與檢測(cè)技術(shù)研究所，內(nèi)蒙古 呼和浩特 010031；2.南京大學(xué)生命科學(xué)學(xué)院，江蘇 南京 210093)

蘇州市吳中區(qū)生態(tài)保護(hù)紅線區(qū)生態(tài)環(huán)境質(zhì)量定量評(píng)價(jià)

賈有余1,2，李 輝2，王釗齊2，杜小龍2，楊 悅2，李建龍1,2①

(1.內(nèi)蒙古農(nóng)牧業(yè)科學(xué)院資源環(huán)境與檢測(cè)技術(shù)研究所，內(nèi)蒙古 呼和浩特 010031；2.南京大學(xué)生命科學(xué)學(xué)院，江蘇 南京 210093)

生態(tài)環(huán)境質(zhì)量指數(shù)；空間主成分分析；生態(tài)紅線保護(hù)區(qū)；坡向定量分異

生態(tài)保護(hù)紅線指依法在重點(diǎn)生態(tài)功能區(qū)、生態(tài)環(huán)境敏感區(qū)和脆弱區(qū)等區(qū)域劃定的嚴(yán)格管控邊界,對(duì)于維護(hù)生態(tài)安全格局、保障生態(tài)系統(tǒng)功能和支撐經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展具有重要意義[1]。對(duì)已劃定的生態(tài)紅線生態(tài)環(huán)境質(zhì)量進(jìn)行評(píng)價(jià),并進(jìn)行有效保護(hù),國內(nèi)外尚無成功的經(jīng)驗(yàn)可以借鑒。近年來,生態(tài)環(huán)境質(zhì)量的研究方法主要有指數(shù)評(píng)價(jià)法[2]、人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)法[3]和生態(tài)足跡法[4]等,這些方法往往存在評(píng)價(jià)指標(biāo)的選擇主觀性強(qiáng)、評(píng)價(jià)模型不清晰、評(píng)價(jià)尺度較為籠統(tǒng)等問題。在評(píng)價(jià)的手段方面,近20 a來,基于遙感的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)漸成趨勢(shì),國內(nèi)研究緊跟國際前沿。其中,燕守廣等[5]通過分析生態(tài)系統(tǒng)服務(wù)功能的重要性,將江蘇省劃分為15類生態(tài)紅線區(qū)域,分為兩級(jí)管控。而在江蘇省內(nèi),蘇州市是全國率先進(jìn)行生態(tài)紅線劃定工作的城市之一,2014年底出臺(tái)《蘇州市吳中區(qū)生態(tài)紅線區(qū)域保護(hù)規(guī)劃》,確定吳中區(qū)10個(gè)類型19個(gè)生態(tài)紅線區(qū)域。對(duì)已劃定的生態(tài)紅線區(qū)域如何進(jìn)行有效保護(hù),國內(nèi)目前正處于探索階段[5]。

以蘇州市吳中區(qū)陸域生態(tài)紅線區(qū)為主要研究區(qū)域,利用多源數(shù)據(jù)從多指標(biāo)、定量化、多時(shí)空的角度出發(fā),利用空間主成分分析方法構(gòu)建生態(tài)環(huán)境質(zhì)量指數(shù),探索生態(tài)紅線區(qū)生態(tài)環(huán)境質(zhì)量的變化特征和成因。研究結(jié)果不但能為蘇州市吳中區(qū)生態(tài)紅線區(qū)保護(hù)提供重要的數(shù)據(jù)支撐和科學(xué)依據(jù),而且能為將來促進(jìn)生態(tài)紅線區(qū)的智能化動(dòng)態(tài)監(jiān)測(cè)和有效管控提供新思路和新方法。

1 研究區(qū)概況

蘇州市吳中區(qū)位于蘇州市南部和西部,地處長江下游、太湖之濱,地理位置為北緯30°56′～31°21′,東經(jīng)119°55′～120°54′。全區(qū)總面積為745 km2(不含太湖水域),太湖水域面積為2 425 km2,其中,屬吳中區(qū)的水域面積約為1 486 km2。全境東西長92.95 km,南北寬48.1 km,整個(gè)地勢(shì)自西向東微微傾斜,平原海拔高度由6.5 m降至2 m左右,略呈西高東低態(tài)勢(shì),地處中國大陸東部沿海,位于北亞熱帶濕潤的季風(fēng)氣候區(qū)。全境東部以平原為主,由水網(wǎng)平原、低洼圩田平原、湖蕩水網(wǎng)平原、濱湖水網(wǎng)平原和山前沖積平原構(gòu)成;西部有低山丘陵,系浙西天目山向東北延伸的余脈,呈島狀分布在除東部甪直以外的太湖之中和沿岸。境內(nèi)山脈最高峰為穹窿山主峰——笠帽峰,海拔為341.7 m,其次為西山主峰——縹緲峰,海拔為336.6 m[6]。

該文研究區(qū)分布于蘇州市吳中區(qū)陸域的生態(tài)紅線區(qū)域,屬于吳中區(qū)環(huán)境保護(hù)局與南京大學(xué)協(xié)同制定的《編制蘇州市吳中區(qū)生態(tài)紅線保護(hù)區(qū)管控措施實(shí)施細(xì)則》的劃定范圍。西山風(fēng)景名勝區(qū)、東山風(fēng)景名勝區(qū)、甪直風(fēng)景名勝區(qū)、石湖風(fēng)景名勝區(qū)、東吳國家森林公園、清明山生態(tài)公益林、漁洋山生態(tài)公益林、藏書生態(tài)公益林、木瀆風(fēng)景名勝區(qū)、光福風(fēng)景名勝區(qū)、米堆山生態(tài)公益林和玉屏山生態(tài)公益林面積分別為 8 488.09、3 294.72、1 661.14、1 360.57、1 200.01、196.62、399.43、1 470.07、926.12、1 217.03、

312.98和193.28 hm2。

2 數(shù)據(jù)來源與處理方法

2.1 數(shù)據(jù)來源

2.1.1 遙感數(shù)據(jù)

選用陸地衛(wèi)星Landsat-5 TM(thematic mapper)、Landsat-7 ETM+(enhanced thematic mapper plus)、Landsat-8 OLI(operational land imager)和TIRS(thermal infrared sensor)傳感器影像用于吳中區(qū)生態(tài)紅線區(qū)域生態(tài)質(zhì)量和生態(tài)價(jià)值時(shí)空變化研究。研究區(qū)衛(wèi)星軌道號(hào)為119038,影像中心點(diǎn)坐標(biāo)為31°46′07″ N,120°23′31″ E,分辨率為30 m×30 m,投影坐標(biāo)系為通用橫墨卡托格網(wǎng)系統(tǒng)(universal transverse Mercartor grid system，UTM),地理坐標(biāo)系為1984年世界大地坐標(biāo)系統(tǒng)(world geodetic system 1984，WGS84),整景影像行列號(hào)為7961×7271。數(shù)據(jù)獲取情況見表1,累計(jì)獲取2000—2015年影像13景。為了研究方便,影像均獲取自7—8月間同期,其中,2005、2007和2012年7—8月因云的覆蓋度較大而未獲取。

表1 Landsat系列遙感影像數(shù)據(jù)獲取情況Table 1 Data acquisition from Landsat images

2.1.2 氣象數(shù)據(jù)

反演地表溫度的氣象數(shù)據(jù)基于蘇州市吳中區(qū)周邊8個(gè)氣象站和4個(gè)輻射站,包括2000—2015年月平均氣溫、月降水量和月太陽總輻射。數(shù)據(jù)獲取于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http:∥data.cma.cn),利用克里金插值法將基于氣象站點(diǎn)的氣象參數(shù)插值為柵格面,分辨率為30 m×30 m,投影坐標(biāo)系和地理坐標(biāo)系與遙感數(shù)據(jù)一致。

2.1.3 高程數(shù)據(jù)

數(shù)字高程模型(digital elevation model,DEM)是用一組有序數(shù)值陣列形式表示地面高程的一種實(shí)體地面模型。數(shù)據(jù)來源于中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心國際科學(xué)數(shù)據(jù)鏡像網(wǎng)站(http:∥www.gscloud.cn),分辨率為30 m×30 m,以遙感數(shù)據(jù)為基準(zhǔn)圖像,選用ENVI 5.0軟件對(duì)DEM數(shù)據(jù)進(jìn)行配準(zhǔn),并添加投影坐標(biāo)UTM ZONE 51N。

2.2 處理方法

2.2.1 改進(jìn)的歸一化差異水體指數(shù)掩膜

該方法適用于陸域,對(duì)水域不作研究,因此,需要將水域掩膜去除。利用改進(jìn)的歸一化差異水體指數(shù)(modified normalized difference water index,MNDWI,IMNDW)對(duì)吳中區(qū)水域進(jìn)行提取[7],用水域掩膜去除吳中區(qū)遙感影像的水域部分。IMNDW估算公式為

(1)

式(1)中,G為綠色波段反射率;M為中紅外波段反射率。

2.2.2 凈初級(jí)生產(chǎn)力

歸一化差值植被指數(shù)(normalized difference vegetation index,NDVI,INDV)指綠色植物在單位時(shí)間和單位面積上所累積的有機(jī)干物質(zhì)總質(zhì)量,是從光合作用所產(chǎn)生的有機(jī)物總質(zhì)量中扣除自養(yǎng)呼吸后的剩余部分[8]。利用INDV可使植被從水和土中分離出來[9]。

INDV=(ANIR-AR)/(ANIR+AR)。

(2)

式(2)中,ANIR和AR分別為近紅外波段和紅波段處的反射率。

用光能利用率(CASA)模型[10]來估算凈初級(jí)生產(chǎn)力(net primary productivity,NPP,PNP),NPP可由植物吸收的光合有效輻射(absorbed photosynthetically active radiation,APAR,RAPA)和實(shí)際光能利用率(θ)進(jìn)行估算[11],估算公式為

PNP(x,t)=RAPA(x,t)×θ(x,t)。

(3)

式(3)中,PNP(x,t)為像元x上植被在t時(shí)間內(nèi)的凈初級(jí)生產(chǎn)力(以C計(jì)),g·m-2;RAPA(x,t)為像元x上植被在t時(shí)間內(nèi)吸收的光合有效輻射量,MJ·m-2;ε(x,t)為像元x上的植被在t時(shí)間內(nèi)的光合轉(zhuǎn)換率(以C計(jì)),g·MJ-1。

RAPA(x,t)=LSO(x,t)×RFPA(x,t)×0.5。

(4)

式(4)中,LSO(x,t)為像元x上植被在t時(shí)間內(nèi)的太陽總輻射量,MJ·m-2;RFPA(x,t)為植被層對(duì)入射光合有效輻射的吸收比例,由INDV決定;常數(shù)0.5為植被層能利用的太陽有效輻射占太陽總輻射的比例。

ε(x,t)=Tε1(x,t)×Tε2(x,t)×Wε(x,t)× εmax。

(5)

式(5)中,Tε1(x,t)和Tε2(x,t)分別為高溫和低溫對(duì)光能利用率的脅迫作用;Wε(x,t)為水分脅迫系數(shù);εmax為理想條件下最大光能利用率(以C計(jì)),g·MJ-1。

2.2.3 地表溫度

遙感影像的熱紅外波段可以用來反演地表溫度,其像元所對(duì)應(yīng)的灰度值(DN)越大,則溫度越高[12]?？梢杂幂椛鋫鬏敺匠趟惴ê蛦瓮ǖ浪惴ㄟM(jìn)行地表溫度反演,該文研究區(qū)域主要是林地,相關(guān)研究表明上述2種算法對(duì)林地地表溫度(land surface temperature,LST,TLS)反演的精度差異很小[13],因此,選擇輻射傳輸方程算法來反演地表溫度,估算公式為

Lλ=[ε×B(TLS)+(1-ε)×L↓]×τ+ L↑。

(6)

式(6)中,Lλ為熱紅外輻射亮度,W·m-2·sr-1·μm-1;ε為地表輻射率;B(TLS)為普朗克定律推算得到的黑體在TLS(單位為°C)條件下的熱輻射亮度,W·m-2·sr-1·μm-1;L↓和L↑分別為下行和上行輻射亮度,W·m-2·sr-1·μm-1;τ為大氣在熱紅外波段的透過率。溫度為TLS的黑體在熱紅外波段的輻射亮度B(TLS)計(jì)算公式為

B(TLS)=[Lλ-L↑-τ×(1-ε)× L↓]/τ×ε。

(7)

式(7)中,各項(xiàng)參數(shù)可在美國太空總署(NASA)官網(wǎng)(http:∥atmcorr.gsfc.nasa.gov/)中查詢得到。在ETM+影像的2個(gè)熱紅外波段中,選擇第6波段，反演的地表溫度則具有較高的靈敏度[14]。TLS的反演如式(8)所示。

TLS=K2/ln [K1/B(TLS)+1]。

(8)

式(8)中，K1和K2為校訂常數(shù),對(duì)于TM,K1=666.09 W·m-2·sr-1·μm-1,K2=1 282.71 K;對(duì)于ETM+,K1=666.09 W·m-2·sr-1·μm-1,K2=1 260.56 K;對(duì)于TIRS,K1=774.89 W·m-2·sr-1·μm-1,K2=1 321.08 K。最后求得TLS值,個(gè)別年份因?yàn)樵频挠绊懚嬖诋惓Ｖ?將TLS<20 ℃的像元賦值為整幅影像的平均值。

2.2.4 地表裸露度

地表裸露度表示地表裸土的裸露程度,其亮度可以直接反映裸土的裸露強(qiáng)度,歸一化不透水指數(shù)(normalized difference impervious index,NDII,INDI)與遙感影像中地物的反射率和熱紅外輻射高度相關(guān),是裸土與植被等地物的相對(duì)值,在一定程度上反映了地表裸土的裸露程度。仍利用像元二分模型基于NDII的Fb來估算地表裸露度。Fb不同于植被覆蓋度之處在于其可以反映地物的反射率和溫度屬性,從而豐富了生態(tài)系統(tǒng)環(huán)境質(zhì)量研究方法和內(nèi)容。INDI的計(jì)算公式為

INDI=(V-RTI)/(V+RTI)。

(9)

式(9)中,V為可見光波段反射率,如TM影像第1、2和3波段;RTI為熱紅外波段輻射亮度,如TM影像第6波段。為了使研究結(jié)果精確性更高,根據(jù)文獻(xiàn)[15],選擇TM影像的第3和第6波段,以及Landsat 8影像的第4和第10波段來計(jì)算INDI,其中,對(duì)于ETM+影像第6波段,選擇格式2的高增益數(shù)據(jù)。Fb計(jì)算公式為

Fb=(INDI-INDI,min)/(INDI,max-INDI,min)。

(10)

式(10)中,INDI,max一般為影像中城鎮(zhèn)居民區(qū)溫度高、反射率大的像元值;INDI,min一般為影像中植被覆蓋率高、溫度低的像元值。為了去除異常值的干擾,選擇累積概率為5%和95%的像元INDI值作為INDI,min和INDI,max。

2.2.5 植被覆蓋度

植被覆蓋度指植被(包括葉、莖、枝等)在地面的垂直投影面積占統(tǒng)計(jì)區(qū)總面積的比例,主要用遙感方法來估算區(qū)域的植被覆蓋度。INDV能較好地反映植被覆蓋度和生長狀況的差異,利用INDV的像元二分模型[16]近似估算Fv的公式為

Fv=(INDV-INDV,min)/(INDV,max-INDV,min)。

(11)

式(11)中,Fv為像元的植被覆蓋度;INDV,max和INDV,min分別為區(qū)域內(nèi)最大和最小NDVI值。

2.2.6 生態(tài)環(huán)境質(zhì)量指數(shù)

空間主成分分析是一種多元統(tǒng)計(jì)分析方法,指采用ArcGIS 10.1或ENVI 5.1等軟件將多元屬性空間中輸入波段內(nèi)數(shù)據(jù)變換到相對(duì)于原始空間對(duì)軸進(jìn)行旋轉(zhuǎn)的新的多元屬性空間,新空間中的軸(屬性)互不相關(guān),從而對(duì)數(shù)據(jù)進(jìn)行變換,可以消除高度相關(guān)的多光譜影像的各波段之間冗余信息來壓縮數(shù)據(jù),將多波段影像壓縮為少數(shù)幾個(gè)互不相關(guān)的主成分波段,從而簡(jiǎn)化研究[17]。利用ENVI 5.1軟件的Forward PCA Rotation New Statistics and Rotate工具對(duì)各項(xiàng)生態(tài)環(huán)境質(zhì)量指數(shù)指標(biāo)進(jìn)行空間主成分分析,獲得各指標(biāo)在模型構(gòu)建中的貢獻(xiàn)率[18],構(gòu)建生態(tài)因子(Ef)的模型,Ef可以用來定量評(píng)價(jià)生態(tài)系統(tǒng)環(huán)境質(zhì)量的優(yōu)劣,其值越高,說明該生態(tài)系統(tǒng)結(jié)構(gòu)越合理、穩(wěn)定,自我調(diào)節(jié)功能和恢復(fù)能力越強(qiáng)。模型構(gòu)建步驟如下:

(1)Fv的取值區(qū)間為[0,1],對(duì)Fb、LST和NPP進(jìn)行歸一化處理,將Fb和LST對(duì)生態(tài)系統(tǒng)有利的值歸一化到高值區(qū),不利的值歸一化到低值區(qū),各項(xiàng)指標(biāo)范圍界定在[0,1]之間。

(2)建立NPP、LST、Fb和Fv的相關(guān)關(guān)系矩陣R。

(3)求相關(guān)關(guān)系矩陣R的特征值λi和相應(yīng)的特征向量矩陣A。

(12)

Ef=(IEQ-IEQ,min)/(IEQ,max-IEQ,min)。

(13)

利用ENVI 5.1軟件的Forward PCA Rotation New Statistics and Rotate工具實(shí)現(xiàn)步驟(3)和(4)。式(13)中,Ef為生態(tài)因子,由IEQ歸一化得到,其范圍界定在[0,1]之間。將歸一化后的Ef劃分為5個(gè)等級(jí),建立蘇州市吳中區(qū)重要生態(tài)紅線區(qū)生態(tài)環(huán)境質(zhì)量分級(jí)標(biāo)準(zhǔn)(表2)。

2.2.7 變化趨勢(shì)和顯著性檢驗(yàn)

為研究2000—2015年蘇州市吳中區(qū)重要生態(tài)紅線區(qū)域像元尺度的年際變化規(guī)律,對(duì)研究區(qū)域的每個(gè)像元建立線性回歸模型,用單個(gè)像元的線性回歸系數(shù)代表該像元值的年際變化率,可用最小二乘法表示,公式為

(14)

表2 蘇州市吳中區(qū)重要生態(tài)紅線區(qū)生態(tài)環(huán)境質(zhì)量分級(jí)標(biāo)準(zhǔn)Table 2 Eco-environment quality standard for grading of important terrestrial ecological red line areas in Wuzhong District, Suzhou City

變化趨勢(shì)的顯著性檢驗(yàn)采用F檢驗(yàn)法進(jìn)行檢驗(yàn),顯著性表示變化趨勢(shì)可置信程度的高低?？捎檬?15)來檢驗(yàn)回歸方程〔式(14)〕的顯著性:

(15)

式(15)中,各項(xiàng)參數(shù)同式(14);F檢驗(yàn)的回歸自由度df1=1,剩余自由度df2=n-2=11。

2.2.8 數(shù)據(jù)處理分析

采用SPSS 22.0和Excel 2016軟件進(jìn)行數(shù)據(jù)處理和表格制作,采用ArcGIS 10.1軟件制圖。其中,采用SPSS 22.0中的ANOVA法進(jìn)行方差分析。

3 結(jié)果與分析

3.1 不同時(shí)空生態(tài)環(huán)境質(zhì)量分級(jí)結(jié)果

圖1 月平均生態(tài)因子f)的空間分布Fig.1 Spatial distribution of f

3.2 不同時(shí)空生態(tài)環(huán)境質(zhì)量變化趨勢(shì)和顯著性檢驗(yàn)

圖2顯示，蘇州市吳中區(qū)重要生態(tài)紅線區(qū)近16 a的生態(tài)因子變化率(ΔEf)變化不大,在[-0.08,0.06]之間,占研究區(qū)總面積43%的區(qū)域ΔEf<0,57%的區(qū)域ΔEf>0,總體上,ΔEf減少和增加的面積各占50%。ΔEf≤-0.06的區(qū)域面積比例以甪直風(fēng)景名勝區(qū)為最大,為11%,其他各生態(tài)紅線區(qū)在2%以下,總體為1%;ΔEf為>-0.06～-0.04的區(qū)域面積比例以甪直風(fēng)景名勝區(qū)為最大,為20%,其他各生態(tài)紅線區(qū)在0～5%之間,總體為4%;ΔEf為>-0.04～-0.02的區(qū)域面積比例以甪直風(fēng)景名勝區(qū)為最大,為24%,其他各生態(tài)紅線區(qū)在2%～12%之間,總體為9%;就ΔEf為>-0.02～0的區(qū)域面積比例而言,各生態(tài)紅線區(qū)在19%～42%之間,總體為29%;ΔEf為>0～0.02的區(qū)域面積比例以甪直風(fēng)景名勝區(qū)為最小,為16%,其他各生態(tài)紅線區(qū)在39%～67%之間,總體為51%;就ΔEf為>0.02～0.04的區(qū)域面積比例而言,各生態(tài)紅線區(qū)在0～10%之間,總體為5%;就ΔEf>0.04的區(qū)域面積比例而言,各生態(tài)紅線區(qū)在0～10%之間,總體為1%。

ΔEf減少的區(qū)域主要集中在甪直風(fēng)景名勝區(qū)，西山風(fēng)景名勝區(qū)環(huán)島公路、山間公路、東中部沿岸及西南部沿岸魚塘一帶,東山風(fēng)景名勝區(qū)西部沿岸一帶,木瀆風(fēng)景名勝區(qū)東部及西部,石湖大部分范圍,其他生態(tài)紅線區(qū)域有零星分布。ΔEf增加的區(qū)域主要集中在西山風(fēng)景名勝區(qū)中西部、東山風(fēng)景名勝區(qū)中東部、木瀆風(fēng)景名勝區(qū)中部、藏書生態(tài)公益林大部分、東吳國家森林公園和漁洋山大部分范圍。

從F檢驗(yàn)的空間分布(圖3)來看,2000—2015年16 a間,蘇州市吳中區(qū)重要生態(tài)紅線區(qū)總體上有1 486.54 hm2的區(qū)域(占8%)ΔEf表現(xiàn)為極顯著減少,1 464.41 hm2的區(qū)域(占8%)表現(xiàn)為顯著減少,1 890.71 hm2的區(qū)域(占10%)表現(xiàn)為顯著增加,1 758.16 hm2的區(qū)域(占9%)表現(xiàn)為極顯著增加,其他區(qū)域表現(xiàn)為無顯著變化。

圖2 生態(tài)因子變化率(ΔEf)的空間分布Fig.2 Spatial distribution of ΔEf

圖3 生態(tài)因子變化率(ΔEf)顯著性檢驗(yàn)的空間分布Fig.3 Spatial distribution of ΔEf significance test

3.3 不同時(shí)空生態(tài)環(huán)境質(zhì)量的坡向分異結(jié)果

由Ef的坡向分異情況(圖4)可以看出,近16 a來,蘇州市吳中區(qū)生態(tài)紅線區(qū)的生態(tài)環(huán)境質(zhì)量整體上表現(xiàn)為越靠近東坡和南坡坡向越好,東坡坡向最好,其中,東坡坡向在海拔225～275 m范圍內(nèi)最好,越靠近西坡和北坡坡向越差,西北坡向最差。總體上,各坡向的生態(tài)環(huán)境質(zhì)量隨著海拔的增加而逐漸變好,隨后在海拔250～275 m以上變差,東坡坡向比西坡坡向變化幅度大。

圖4 月平均生態(tài)因子f)的坡向分異Fig.4 Slope directive variance of f

由ΔEf的坡向分異情況(圖5)可以看出,生態(tài)環(huán)境質(zhì)量變差趨勢(shì)最明顯的地方集中在海拔200 m以上,整體上,越靠近北坡和西坡坡向,變差趨勢(shì)越明顯,其中,北坡偏西北坡的坡向變差趨勢(shì)最明顯;而生態(tài)環(huán)境質(zhì)量變好趨勢(shì)最明顯的地方集中在海拔30～100 m之間,整體上,越靠近北坡，坡向變好的趨勢(shì)越明顯,其中,在北坡坡向變好的趨勢(shì)最明顯?？傮w上,各坡向的生態(tài)環(huán)境質(zhì)量變化率隨著海拔的增加而逐漸增加,隨后,在海拔100 m以上開始減少,北坡坡向變化幅度比南坡坡向大。

圖5 生態(tài)因子變化率(ΔEf)的坡向分異Fig.5 Slope directive variance of ΔEf

4 結(jié)論

2000—2015年,蘇州市吳中區(qū)重要生態(tài)紅線區(qū)的生態(tài)環(huán)境質(zhì)量整體上呈變好趨勢(shì),而部分區(qū)域呈變差趨勢(shì),人類可到達(dá)性越低的區(qū)域生態(tài)環(huán)境質(zhì)量越好,生態(tài)環(huán)境質(zhì)量變差的地區(qū)往往集中于公路地帶和居民聚集地。經(jīng)遙感影像目視解譯,2000年,重要生態(tài)紅線區(qū)內(nèi)公路網(wǎng)較稀疏,2003—2006年間,各重要生態(tài)紅線區(qū)內(nèi)快速修路造橋,到2015年,公路網(wǎng)相對(duì)2000年更加密集,而這些公路沿線地區(qū)都是生態(tài)環(huán)境質(zhì)量變差的區(qū)域,就筆者研究來看,人類活動(dòng)對(duì)生態(tài)環(huán)境質(zhì)量的影響要高于其他因素。

由坡向分異結(jié)果可以看出,限于山地生態(tài)系統(tǒng)的自然屬性,山頂?shù)馁Y源較貧瘠,海拔較高的地方生態(tài)環(huán)境質(zhì)量較差。不同區(qū)域生態(tài)環(huán)境質(zhì)量存在坡向差異性,可能是氣候原因所致。蘇州市吳中區(qū)屬于北亞熱帶季風(fēng)氣候區(qū),太陽輻射、氣溫和降水量因地形、坡向等差異而形成各種獨(dú)特的小氣候,在長期的氣候性演替條件下,不同坡向形成不同的生態(tài)系統(tǒng)類型,并且不同坡向的土壤屬性存在差異性,生長的植物種類也有所差別。

實(shí)際調(diào)查結(jié)果發(fā)現(xiàn),東吳國家森林公園的生態(tài)環(huán)境質(zhì)量保護(hù)得較好,但存在生物入侵現(xiàn)象,尤其是竹類植物入侵速度較快。生態(tài)紅線區(qū)生態(tài)環(huán)境質(zhì)量變差的主要原因有:自然與人文景觀系統(tǒng)分散,破碎化嚴(yán)重,生物多樣性下降,生態(tài)林次生化與退化嚴(yán)重,人工養(yǎng)殖與開山種植活動(dòng)頻繁,生活污染與工業(yè)污染并存,自然生態(tài)系統(tǒng)退化及受外來物種入侵影響嚴(yán)重等。值得一提的是,東吳國家森林公園和石湖風(fēng)景名勝區(qū)被不同鄉(xiāng)鎮(zhèn)分割開,鄉(xiāng)鎮(zhèn)的邊界則以公路為界,一個(gè)完整的生態(tài)紅線區(qū)的生態(tài)系統(tǒng)破碎化,容易使得整個(gè)生態(tài)紅線區(qū)缺乏整體性保護(hù)。筆者研究以遙感影像為基礎(chǔ),模擬城市生態(tài)環(huán)境質(zhì)量遙感指標(biāo),提出基于城市的地表裸露度指標(biāo),構(gòu)建生態(tài)環(huán)境指數(shù)模型用于定量評(píng)價(jià)蘇州市吳中區(qū)2000—2015年間生態(tài)環(huán)境質(zhì)量變化,實(shí)現(xiàn)了城市生態(tài)環(huán)境質(zhì)量在空間區(qū)域的定量表達(dá),為城市生態(tài)環(huán)境質(zhì)量的快速、準(zhǔn)確監(jiān)測(cè)提供了新方法。

然而,遙感手段的使用也存在局限性,城市生態(tài)系統(tǒng)作為自然、經(jīng)濟(jì)、社會(huì)的結(jié)合體,其生態(tài)環(huán)境的影響因子錯(cuò)綜復(fù)雜,重金屬、噪聲、大氣、水體污染等對(duì)生態(tài)環(huán)境質(zhì)量也會(huì)產(chǎn)生重要影響,這類污染源目前還難以用遙感的手段進(jìn)行監(jiān)測(cè),因此,利用遙感技術(shù)的優(yōu)點(diǎn),綜合社會(huì)、經(jīng)濟(jì)及觀測(cè)站點(diǎn)數(shù)據(jù)將使生態(tài)環(huán)境質(zhì)量變化評(píng)價(jià)更加全面。

城市生態(tài)環(huán)境質(zhì)量是隨著時(shí)間變化而漸變的過程,筆者研究中所使用的遙感數(shù)據(jù)盡量保持在每年的相同季節(jié),以保持評(píng)價(jià)結(jié)果的可比性。理論上,提高遙感影像的時(shí)間和空間分辨率將會(huì)使生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)結(jié)果更加可靠,但受遙感衛(wèi)星本身重訪周期、成像分辨率、成像質(zhì)量的限制,在同一研究地長時(shí)間序列上的監(jiān)測(cè)中,很難保持?jǐn)?shù)據(jù)的完整、統(tǒng)一。因此,針對(duì)現(xiàn)有的Landsat衛(wèi)星影像,對(duì)已有數(shù)據(jù)進(jìn)行擬合以保持時(shí)間序列上的一致性,將有助于提高生態(tài)環(huán)境質(zhì)量遙感監(jiān)測(cè)結(jié)果的可靠性。

[1] 環(huán)發(fā)[2015]56號(hào),生態(tài)保護(hù)紅線劃定技術(shù)指南[S].

[2] 徐燕,周華榮.初論我國生態(tài)環(huán)境質(zhì)量評(píng)價(jià)研究進(jìn)展[J].干旱區(qū)地理,2003,26(2):166-172.[XU Yan,ZHOU Hua-rong.A Preliminary Study on Advances in Assessment of Eco-Environmental Quality in China[J].Arid Land Geography,2003,26(2):166-172.]

[3] 李祚泳,鄧新民.綜合環(huán)境質(zhì)量的B-P網(wǎng)絡(luò)二級(jí)評(píng)價(jià)[J].環(huán)境科學(xué)研究,1995,8(3):32-35.[LI Zuo-yong,DENG Xin-min.Two Classes Assessment of Comprehensive Environmental Quality Based on B-P Neural Network[J].Research of Environmental Sciences,1995,8(3):32-35.]

[4] 徐中民,陳東景,張志強(qiáng),等.中國1999年的生態(tài)足跡分析[J].土壤學(xué)報(bào),2002,39(3):441-445.[XU Zhong-min,CHENG Dong-jing,ZHANG Zhi-qiang,etal.Calculation and Analysis on Ecological Footprints of China[J].Acta Pedologica Sinica,2002,39(3):441-445.]

[5] 燕守廣,林乃峰,沈渭?jí)?，?江蘇省生態(tài)紅線區(qū)域劃分與保護(hù)[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào),2014,30(3):294-299.[YAN Shou-guang,LIN Nai-feng,SHEN Wei-shou,etal.Delineation and Protection of Ecological Red Lines in Jiangsu Province[J].Journal of Ecology and Rural Environment,2014,30(3):294-299.]

[6] 蘇州市吳中區(qū)發(fā)展改革局,蘇州市吳中區(qū)統(tǒng)計(jì)局.吳中統(tǒng)計(jì)年鑒2014[M].北京:方志出版社,2014:1-80.[Wuzhong District Suzhou Development and Reform Bureau,Wuzhong District Bureau of Statistics of Suzhou.Wuzhong Statistical Yearbook 2014[M].Beijing:Local Press,2014:1-80.]

[7] 徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)(MNDWI)提取水體信息的研究[J].遙感學(xué)報(bào),2005,9(5):589-595.[XU Han-qiu.A Study on Information Extraction of Water Body With the Modified Normalized Difference Water Index(MNDWI)[J].Journal of Remote Sensing,2005,9(5):589-595.]

[8] LIU J,CHEN J M,CIHLAR J,etal.Net Primary Productivity Distribution in the BOREAS Region From a Process Model Using Satellite and Surface Data[J].Journal of Geophysical Research Atmospheres,1999,104(D22):27735-27754.

[9] ROUSE J W,HAAS R H,SCHELL J A,etal.Monitoring Vegetation Systems in the Great Plains With Erts[J].Nasa Special Publication,1974,351:309-317.

[10]ZHOU W,GANG C C,ZHOU L,etal.Dynamic of Grassland Vegetation Degradation and Its Quantitative Assessment in the Northwest China[J].Acta Oecologica,2014,55:86-96.

[11]朱文泉.中國陸地生態(tài)系統(tǒng)植被凈初級(jí)生產(chǎn)力遙感估算及其與氣候變化關(guān)系的研究[D].北京:北京師范大學(xué),2005.[ZHU Wen-quan.Estimation of Net Primary Productivity of Chinese Terrestrial Vegetation Based on Remote Sensing and Its Relationship With Global Climate Change[D].Beijing:Beijing Normal University,2005.]

[12]WANG F,QIN Z H,SONG C Y,etal.An Improved Mono-Window Algorithm for Land Surface Temperature Retrieval From Landsat 8 Thermal Infrared Sensor Data[J].Remote Sensing,2015,7(4):4268-4289.

[13]劉冰,包國濤,彭凱,等.基于Landsat TM影像不同地表溫度反演算法的比較[J].地理信息世界,2015,22(3):57-61.[LIU Bing,BAO Guo-tao,PENG Kai,etal.Comparison of Different Land Surface Temperature Algorithms Based on Landsat TM Images[J].Geomatics World,2015,22(3):57-61.]

[14]劉春國,盧曉峰,高松峰.Lansat-7 ETM+熱紅外波段高低增益狀態(tài)數(shù)據(jù)反演亮度溫度比較研究[J].河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,30(5):561-566.[LIU Chun-guo,LU Xiao-feng,GAO Song-feng.Comparison of Brightness Temperatures Inversed Form High and Low Gain State Data of Lansat-7 ETM+Thermal Infrared Band[J].Journal of Henan Polytechnic University(Natural Science),2011,30(5):561-566.]

[15]WANG Z Q,GANG C C,LI X L,etal.Application of a Normalized Difference Impervious Index NDII to Extract Urban Impervious Surface Features Based on Landsat TM Images[J].International Journal of Remote Sensing,2015,36(4):1055-1069.

[16]李苗苗.植被覆蓋度的遙感估算方法研究[D].北京:中國科學(xué)院遙感應(yīng)用研究所,2003.[LI Miao-miao.The Method of Vegetation Fraction Estimation by Remote Sensing[D].Beijing:Institute of Remote Sensing Applications Chinese Academy of Sciences,2003.]

[17]楊諸勝.高光譜圖像降維及分割研究[D].西安:西北工業(yè)大學(xué),2006.[YANG Zhu-sheng.Research on Dimensionality Reduction and Segmentation of Hyperspectral Image[D].Xi′an:Northwestern Polytechnical University,2006.]

[18]鄧書斌,陳秋錦,杜會(huì)建,等.ENVI遙感圖像處理方法[M].北京:高等教育出版社,2014:115-117.[DENG Shu-bin,CHEN Qiu-jin,DU Hui-jian,etal.ENVI Remote Sensing Image Processing Method[M].Beijing:Higher Education Press,2014:115-117.]

(責(zé)任編輯：李祥敏)

Quantitative Evaluation of Eco-Environment Quality of the Terrestrial Ecological Red Line Area in Wuzhong District, Suzhou City.

JIAYou-yu1,2,LIHui2,WANGZhao-qi2,DUXiao-long2,YANGYue2,LIJian-long1,2

(1.Institute of Resources and Environment and Testing Technology Sciences, Inner Mongolia Academy of Agricultural and Animal Husbandry Sciences, Hohhot 010031, China;2.School of Life Sciences, Nanjing University, Nanjing 210093, China)

eco-environmental quality index; spatial principal component analysis; terrestrial ecological red line areas; quantitative slope directive variance

2016-09-21

蘇州市科技計(jì)劃〔科技支撐計(jì)劃-農(nóng)業(yè)項(xiàng)目(SNG201447)〕;江蘇省農(nóng)業(yè)三新工程項(xiàng)目(SXGC[2014]287);APN全球變化項(xiàng)目(ARCP2015-03CMY-Li);國家自然科學(xué)基金(41271361);國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(2010CB950702);蘇州市吳中區(qū)生態(tài)紅線區(qū)域保護(hù)規(guī)劃項(xiàng)目(2014WZHB01)

① 通信作者E-mail: jlli2008@nju.edu.cn

X826;X821;X87

A

1673-4831(2017)06-0525-08

10.11934/j.issn.1673-4831.2017.06.006

賈有余(1960—),男,內(nèi)蒙古呼和哠特人,工程師，學(xué)士,主要研究方向?yàn)檗r(nóng)牧業(yè)生態(tài)與環(huán)境保護(hù)。E-mail: jiayouyujiayouyu@126.com